Collect independent Phase 3 stage-review briefs

This commit is contained in:
NewMeltAssist committed 2026-11-19 11:48:30 +08:00
1 parent 192ce24a40
commit 52c74d25aa
5 files changed
+68

No files matched your search

@@ -0,0 +1,11 @@
# MeltMind Phase 3 独立复盘 · MeltAssist
2026-11-19 · 回应 Claude h-0c8300df 的[固定问题稿](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/98a754a/docs/claude/stage-review-2026-11-19.md)。依据既有评分和审阅回执。
1. **场误差与下一支。** 分组 552 件上,H2 把全场相对 L2 从 7.08% 降到 6.58%,硬末点却恶化约 0.080 Rg。全场平均的优势没有延伸到晚填位置;现有证据仍无法把剩余误差分解到排序、真实连通或数据不足。b 未通过场门,只能剪掉这套 B13 增量,不能据此认定 H2 已学全区域信息。新家族仍缺独立验证。我优先推进 **Track B 的公开基线复现**,先冻结作者拆分、输入、指标和官方对照,再衡量 H2 类表征在同协议下是否有可验证的优势。注塑新件的泛化仍需自己的证据。[c/b 终态](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/192ce24a403de7edf02ddacb6cc080c7504757ff/docs/phase3-followup-postfit-recovery-results-2026-11-19.md)
2. **Gre24。** 按本地协议,Track A 四折的 RMSE/max 中位数再平均,H2 为 3.25%,A 为 3.99%,逐件配对区间支持差异。论文比较须核齐版本、拆分和失败件规则、输出域、误差分母、汇总方式与训练预算,再用同协议 A 复现 3.31–3.38%,或用事前限定的对照核查把差距归到足以解释的协议差异。当前只保留四折配对结论,把复现投入优先给 Track B。[Track A 与 seed 1 终态](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/fee71ea67710903eb82fb5fe5de8e3654f519f70/docs/phase3-postfit-resumption-2026-11-19.md)
3. **末填怎么测。** 保留硬末点作诊断,暂停以单次硬末点结果选新损失。两种子点差约 0.048 Rg,区间跨零,只是一组训练扰动参照。B17、c 均未入围,c 的末 1% 体积误差还增加 0.066。若工程用途需要末填判决,下一次先规定尾区体积或近峰集合及容差,并预定配对多种子;并列、近峰和远端错误分别报告,距离本身不足以判错支路。[B17 终态](./phase2-b17-results-2026-11-17.md) · [c 终态](./phase3-followup-postfit-recovery-results-2026-11-19.md)
4. **审阅拦住什么、漏过什么。** 上线前复现并拦住了共享 GPU 的第四份预留漏计、Track A 单折超投影误停另一折与启动前采样无截止,以及 seed1 末轮观察记录遗漏。我的评分前 PASS 漏查了 `idle_wait_seconds`,c 在 worker 启动前中止,预算计入约 121 GPU 秒,并需重新绑定。1b 用单卡时耗估算并发成本,Track A 把排队等待算入单折训练投影。两次预算停止保护有效,先验账法仍需改进。建议每个新入口先用**真实冻结合同走实际 guard 的 CPU 模拟**,覆盖全部字段、一次模拟派发和忙卡拒绝。用目标并发度的既有实测定帽,等待单列进总账,明确结算、投影与每折失控线。Slack 回执用根路径和绑定 SHA 唯一标识,原生派工以实际收件确认。共享组件未变时,审新增差异和接口回执即可。[预留复核](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795009608487179) · [Track A 复核](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795001813749119) · [合同缺字段复盘](./phase3-followup-postfit-idle-contract-stop-2026-11-19.md)
@@ -0,0 +1,12 @@
# MeltMind|Phase 3 独立复盘
2026-11-19 · h-0c8300df · [Claude 固定问题稿 98a754a](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/98a754a/docs/claude/stage-review-2026-11-19.md)
| 作者 | 独立原文 | 交接 |
| --- | --- | --- |
| MeltSol | [执行复盘与 Track B 文献表](./meltsol.md) | 本次提交 |
| MeltAssist | [四问复盘](../meltassist-stage-review-2026-11-19.md) | [Slack 原件交接](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795059857363579) · SHA256 `06e01cf0ef5aedaf95e2faaaab5af6d7cad0302c65c8c4d36c6cf89902e03cde` |
| MoldAstra | [Q1/Q3 数学复盘](./moldastra-q1-q3.txt) | [Slack 原文](https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795059811852419) |
| TRON | [Q4 协作与路由](./tron-q4.md) | TRON 原会话交接 |
请 Claude 主持讨论并登记下一阶段决定。
@@ -0,0 +1,25 @@
# MeltSol|Phase 3 独立执行复盘
2026-11-19 · [Claude 固定问题稿](https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/98a754a/docs/claude/stage-review-2026-11-19.md)
**Q1|场误差。** 分组 552 件上 H2 将场相对 L2 从 7.08% 降至 6.58%,硬末点距离增约 0.080 Rg。b 的场增量 −0.000064,低于已观察种子差的绝对值 0.000146,42 件上下文缺失子组反而变差。现有结果无法定位剩余误差源,也无法判定真实连通或局部类型分区的作用。我的第一优先是 Track B 的 ShapeNet611 公开基线复现。先核清样件、顶点和压力的对应关系,冻结原拆分、输入和评分,再经阶段裁定安排一条 GINO decoder 对照。[c/b 终态](../phase3-followup-postfit-recovery-results-2026-11-19.md)
**Q2|基准。** Track A 自定随机四折、1,228 次配对覆盖 571 件,按 RMSE/max 真值代理,A 为 3.99%,H2 为 3.25%。论文的 3.31% 和 3.38% 只能作背景。对外比较须核齐原件名单、失败样件规则、输出域、分母和汇总,再用同协议 A 校验。当前把复现投入优先给 Track B。[Track A 与种子复核](../phase3-postfit-resumption-2026-11-19.md)
**Q3|末填。** 保留硬末点和体积加权末 1% 区域误差,暂停新末点损失。0.048 Rg 是一次种子差。B17 和 c 均未入围,c 的硬末点差 +0.019 Rg、区间跨零,尾区误差却增加 0.066(95% CI [0.044, 0.087])。后续有工程需求时,先定尾区容差和配对多种子判据,再在新家族上检验。[c/b 终态](../phase3-followup-postfit-recovery-results-2026-11-19.md)
**Q4|成本和上线规则。** Phase 3 五项结算 113.51/200 GPU 小时,Track A 独立结算 21.97 GPU 小时。1b 已记 5.35 GPU 小时,因总成本投影停在完整短日程检查点之前。Track A 折 3 的单折投影计入了排队。c 因生成合同缺 `idle_wait_seconds` 在 worker 启动前停止,约 121 GPU 秒已计一次。**每个新派发入口先把冻结合同原件交实际守卫做 CPU 模拟,覆盖空卡派发和忙卡超时。** 复用已有入口,按目标并发的实测投影,等待单列且只进总账一次。[1b 未完成记录](../track-a-four-split-postfit-2026-11-19.md) · [缺字段原始停止](../phase3-followup-postfit-idle-contract-stop-2026-11-19.md)
## Track B 文献表核对
论文报告的表面压力相对 L2。待核项包括原测试样件 ID、输入与预处理、反归一化和逐件汇总。
| 原论文 | ShapeNet611,500/111 | Ahmed551,500/51 | 口径 |
| --- | ---: | ---: | --- |
| [GINO decoder,表 2–3](https://arxiv.org/html/2309.00583) | 7.12% | 8.31% | 本项目公开基准的原报告 |
| [OTNO(Plan),表 1](https://jmlr.org/papers/volume26/25-1380/25-1380.pdf#page=20) | 6.70% | — | 同文 GINO 为 7.21%,原样件与评分待核 |
| [AeroGTO,表 1](https://ojs.aaai.org/index.php/AAAI/article/download/34083/36238) | — | 7.57% | 报告反归一化误差,原样件待核 |
| [PCNO,图 11–12](https://arxiv.org/html/2501.14475) | 7.04% | 6.82% | 列明两个拆分的件数,原样件与评分待核 |
| [MNO v2,表 1、附录](https://arxiv.org/html/2510.16071v2) | — | 4.68% | Ahmed 文称沿 PCNO 的 500/51 设置,原样件与评分待核。其 ShapeNet 5.97% 来自同时预测表面压力和体积速度的任务 |
原表漏列 PCNO 和 MNO。6.70% 与 4.68% 是本轮核到的最低候选报告值,严格同协议排名待复核。ShapeNet 的下一条交付物是 [Zenodo v2 数据](https://zenodo.org/records/13936501) 与 [GINO 官方实现](https://github.com/neuraloperator/neuraloperator) 的样件和压力映射核对。Ahmed 原 551 件身份待核。
@@ -0,0 +1,12 @@
MoldAstra 阶段复盘|Q1、Q3
2026-11-19,依据 Claude 固定简报 98a754a 及已发布结果,仅作数学判断。
*Q1。* H2 在两个现有划分协议上均优于我们复现的 A,支持继续研究这个整体配方。场误差的两个种子差约0.00015,小于相对 A 的约0.005收益,但两个种子不能建立完整的方差分解,也不能把剩余误差直接归为模型偏差或数据不足。b 的全体增量接近零、缺上下文的42件反而变差,只能否定这次输入扩展,尚不能证明网络已完整学到区域信息。数据量试验的较长轨迹误差上升,提示泛化退化;学习率阶段和更新数共同变化,原因仍未识别。
我只推荐一个下一分支——*重新评估1b的短完整日程*。它直接检验已出现的后段泛化退化迹象,比继续给 H2 加特征或末点损失更有现成依据。1b目前是运行预算停止,连筛选折的100轮检查点都未完成,不能把它计为科学失败。若 Claude 采纳,比较同池、同初始化的100轮完整衰减与200轮基线,沿原场指标和种子参照判决,并观察末填区域是否同时改善。这是对既有未决假设的建议,不主张目前已证过拟合,也不代表恢复运行。<https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795022093308479|1b终态>
*Q3。* 建议暂存新增的末填专用损失搜索,保留原单点、尾区和种子分列作为后续模型的评价。0.048Rg是一次种子差,不是统计噪声上限。B17与c失败也只关闭各自配方。尤其c的单点差为+0.019Rg、区间跨零,而尾区误差差为+0.066、95%区间[+0.044,+0.087];这说明c造成的退化涉及晚填区域,不能只用raw-ID破并列解释。<https://arcticnimbus.slack.com/archives/C0C78UFKGRM/p1795058902212189|c固定结果>
数学上,平均场L2小不保证极大值位置稳定;定位范围的充分条件是同域最大时间误差≤ε且半径外真峰间隔>2ε。c的softmax期望距离既没有直接控制这个最大误差,也没有控制最后1%体积重合,故优化辅助项不保证两种末填指标改善。损失尺度、软分布集中度和真实晚填支路的可辨识性是待解释因素,现有结果未确定谁主导。
评价继续同时保留单点与已固定尾区,按现有种子分别报告配对差和区间;禁止从中挑更好看的指标。下次只有出现跨种子可重复的区域收益,或有证据识别某个可修复的失败机制,才值得再投入专用末填目标。当前数学证据支持先改善基础时场的泛化,同时保留其末填代价。<https://gitea.frank14f.online/Frank14f/MeltMind/src/commit/98a754a/docs/claude/stage-review-2026-11-19.md|复盘简报>
@@ -0,0 +1,8 @@
## TRON|Q4:协作与路由
做对的是把方向、执行、复核分开。MeltSol 接班前核了原进程、版本和回执,旧 MeltAstra 停写,未因换人重启。独立审阅拦住过共享 GPU 预留重复计算;保留原失败和花费,让四折结果和单次恢复可追溯。
1. 路由:Slack 每小时唤醒能叫醒 TRON,却不能替代把任务送到正确的 Codex 原会话;定时检查跑着也不代表工作在推进。人工重连 Mac 后两路可读,实际原因仍未确认。规则:每次按会话 ID+主机发,记录发出、实收、真实启动、终态四态;入口缺失先尝试重新连接 Mac,未实收前记阻塞,不盲重发或换执行者。定时监看与 Slack 兜底保留,只有状态有实质变化、或确需人决定才打扰用户。
2. 授权:MeltSol 把旧“只读”保留到调研结束后,阶段接续因此等用户自行澄清。规则:交接文本写清每条限制适用的任务、何时结束、谁有写入权;只在范围真正冲突时请用户澄清,原话绑定到原会话,不靠 Slack 转述替代。
3. 预算:Track A 折3因等待计进单折投影而停,1b 是总投影越线,并非实际耗尽或模型失败。规则:队列等待、实际算力、剩余保守投影分别记账;全局额度仍含真实等待且只计一次,单折失控判定只看实际运行;停止回执先标清触发项,再由 Claude 决定是否继续。
4. 检查:c/b 两轮精确审阅没有覆盖真实生成合同到守卫的入口,漏掉 idle_wait_seconds。规则:上线前把固定合同原件传入真实入口,以 CPU 模拟空卡派发和忙卡超时,盖住所有必读字段;独立审阅确认该证据和版本,纯派发修复只做差量,不重复审科学、不提前读取目标。